生态环境大数据应用探析-环境生态论文生态环境大数据应用探析文／吴班程春明随着物联网、云计算、移动互联网等信息技术的飞速发展，以“大数据”为主导的信息化浪潮正席卷全球。
大数据既是一种海量的数据状态及其相应的数据处理技术，也是一种新的思维方式。
2015年，国务院发布《促进大数据发展行动纲要》，明确提出要全面推进我国大数据发展和应用，加快建设数据强国。
当前，大数据已经在许多行业和领域得到了应用，形成了一批典型应用案例。
通过对这些案例进行综合分析比较，能够找出其中的特征和规律所在，为大数据在环境保护领域的建设和发展提供参考和指导。
大数据在环保领域应用前景《互联网周刊》于2015年3月发布了《大数据应用案例TOP100》，收集了100个国内外大数据典型应用案例。
通过对入选案例所属的应用领域进行分类汇总，得到统计结果如图l所示。
当前大数据应用较多的领域分别是企业管理（35个）、政府(14个)、金融（1 2个）、互联网(7个)、医疗（6个）、体育（6个）、科研（3个）、电信（3个），以及社交娱乐、教育、影视等其他领域(13个)。
企业是大数据应用的主体，利用大数据可以提高IT规模效益、优化运营管理、实现精准营销、改进客户关系等。
大数据在政府部门的应用主要围绕基础数据平台、公共服务、智能交通等方面。
金融行业的大数据应用主要是金融交易管理、风险管理和客户群定位，医疗健康则通过大数据来进行流行病趋势预测、个性化治疗方案制定等。
从这些案例中可以看到，当前大数据在生态环境领域的应用案例还比较少，只有部分智慧城市的大数据应用有所涉及。
随着环境保护工作的要求不断提高和环境信息化的发展，大数据在环保领域的应用前景必然十分广阔，其他领域或行业的大数据案例也为生态环境大数据指明了发展方向，主要包括三个方面。
一是支持环保综合决策。
通过收集和分析大量生态环境相关的内部和外部数据，获取有价值的信息，建立大数据决策模型，立体化地展现决策过程和手段，进行科学化、智能化的决策分析。
二是实施精准环境监管。
引入法治、信用、社会等多种监管手段，依托全方位监管所形成的数据信息，将传统依靠拉网式人力检查发现违法行为的监管模式，转变为建立在数据分析基础上、及时精准打击的信息化监管模式。
三是提供便民公共服务。
全面公开生态环境数据，推进信息公开，促进网上政务开展，建立立体化、多层次、全方位的公共服务体系，创新公共服务应用。
大数据应用特征分析通过对各领域应用案例的系统架构和功能对比，可以总结出大数据与传统信息系统存在的一些不同之处，如表l所示。
不论是哪个领域的大数据分析和应用场景，都具有以下几个普遍性特征。
一是数据集中整合。
数据是未来的新“石油”、也是大数据的核心，数据资源集中整合则是大数据应用的前提条件。
大数据必须利用信息技术收集一切数据，并进行集中式存储，之后再决定怎么利用这些数据。
例如美国德克萨斯州奥斯汀市通过智慧城市建设，采集整合了用电数据以及燃气、供水数据，在节能环保、新技术推广、研发测试等方面发挥了重要的支撑作用。
二是发现数据新价值。
大数据通过数据的开放、整合和分析，能发现新知识、创造新价值，改变传统业务模式和部门职能，从新的角度解决原有业务系统难以解决的难题。
例如在西班牙马德里，大数据促进了警察、消防、医疗系统联动，使事故救援时间大幅度缩短。
三是实时数据处理。
传统数据挖掘的应用形态主要是通过对历史数据的统计分析，对未来趋势进行预测。
而在大数据应用中，对数据实时分析和互动响应的要求越来越高，比如滴滴、快的等打车软件，数据越实时，对司机越有价值。
四是大数据以人为本。
许多大数据应用案例如谷歌、百度、淘宝等都围绕以人为中心所产生的各种行为数据进行分析挖掘，包括用户上网和交易记录、社交数据等，再加上可感知设备的数据采集构成了大数据基础生态环境。
大数据环保领域应用技术分析大数据与云计算大数据的核心是数据资源，前提条件是内部数据全面整合共享和外部数据充分开放利用。
要实现大数据在环保领域中的真正应用，就必须打破当前环境信息基础设施分散建设、数据资源分散管理的格局，建立统一的环保云平台，依托平台提供统一的基础设施、计算、网络、存储、安全等服务。
贵州省为推动信息基础设施统一集中，建设了“云上贵州”平台以及环保云、交通云等“7+N”朵政务云，平台上线运行后所有省级政府部门将不再自行购买硬件设备和自建机房，数据信息统一存储，为部门数据互通、共享、开发利用、资源整合提供了平台，有效提高了资源利用效率，节省政务信息化建设投资50%以上。
通过云计算平台，贵州省打破了各政府部门之间的数据壁垒，为形成大数据应用环境创造了有利条件。
大数据与物联网物联网既是一种重要的数据采集手段，也是大数据应用的主要领域之一。
在物联网中，现实世界中的每个物体都可以是数据的生产者和消费者，与物联网相结合的大数据应用也层出不穷。
UPS快递将物联网和大数据技术相结合，在所有送货车辆上都安装了传感器、无线适配器和GPS，不仅能跟踪车辆的位置和预防引擎故障，同时还可以优化行车线路。
大数据分析得出的一个重要结论是应该尽量避免货车左转，原因是左转会导致等待时间增长、油耗增加和事故比例上升。
根据2010年的数据显示，因为执行尽量避免左转的政策，UPS在多送出350000件包裹的前提下，减少了约2亿公里货车行驶路程，节约了约1000万加仑燃油。
利用物联网大数据，不仅提高了送货效率，带来了可观的经济收益，还对节约能源和环境保护做出了贡献。
智慧城市是另一个基于物联网大数据的应用热点。
城市运行的每一个细节都会产生庞大的数据，但这些数据散乱在政府的各个部门中。
大数据通过汇集各部门有关城市运行体征的数据，进行数据汇总、分析，供城市管理者使用。
在美国佛罗里达州迈阿密市戴德县的智慧城市建设中，通过将各种物联网数据紧密联系起来，为治理水资源浪费、减少交通拥堵和提升公共安全等提供信息支撑，带来了名方面的收益，如2013年因及时发现和修复滴漏水管就节省了1 00万美元的水费。
大数据与相关性分析传统的统计分析是根据小样本的精确数据，对整个全局进行分析和预测，所以关注的是数据因果关系分析。
大数据是基于整个数据全集之上的分析，改变了传统追求的对因果关系的检验。
大数据重点关注的不是数据的因果性和精确性，而是多样性和敏感性，只需要通过对数据的关联性分析，就能找出其中具有规律性的特性，从而能够解决某些特定的、传统分析难以解决的问题。
在环保领域，相关性分析也为空气质量预测提供了新的思路。
微软亚洲研究院开发的Urban Air系统，用大数据模型来计算城市空气质量，从而预测雾霾。
与传统空气质量模型单纯依靠空气质量监测数据不同，大数据预测雾霾主要是通过两部分数据来预测：除了现有的空气质量监测站的实时和历史数据外，还另气象数据、交通数据、人口流动数据、POI（信息点）数据和道路网络数据等，不同领域的数据互相叠加，相互补强，从而共同预测空气质量状况。
大数据与可视化展现可视化技术是目前解释大量数据最有效的手段之一。
通过大数据可视化，可以将生态环境数据挖掘分析结果中的图片、映射关系或表格，以简单、友好、易用的图形化和智能化的形式呈现给更为广大的用户，从而进一步提高生态环境公共服务的质量和水平。
俄罗斯工程师Ruslan Enikeev根据2011年年底的互联网数据，将196个国家的35万个网站数据整合起来，并根据200多万个网站链接将这些“星球”通过“关系链”联系起来组成了因特网的“宇宙星球图”(TheInternet Map)‘们。
宇宙星球图是大数据可视化的一种典型技术。
另一种得到广泛应用的可视化技术是标签云，其设计思路是将不同的对象用标签来表示，按照热门程度确定标签字体的大小和颜色。
德国研究人员利用大数据为旅游业提供服务，通过从维基百科等互联网站上搜集关于各个景点的相关描述信息，根据信息的具体程度，在地图上该景点的物理位置用标签云方式展现，使得旅游者能够通过手机或移动终端方便快捷地查询各景点的主要特点和热门程度，并能够根据用户喜好为其提供旅游路线设计。
在我国，北京公众与环境研究中心通过互联网数据抓取，建立了国内首个公益性的污染地图数据库，制作形成了实时更新的中国水污染地图、空气污染地图和固废污染地图，将环境污染情况以直观、简单、易懂的图表进行展现。
点击地图后，就能查看中国各地区环境质量、污染物排放和污染源监管等数据。
大数据可视化让社区居民能够了解周边环境危害和风险，扩大了环境信息公开力度，推动了公众参与环境治理。
小结通过对以上各个大数据应用案例的领域、特征和技术分析，能够总结出大数据应用的一些基本规律。
数据整合集中是大数据的前提，云计算是统一的基础设施平台，物联网是重要的数据获取手段和应用领域，关联性分析和可视化展现是大数据与传统信息化应用的主要区别。
在当今大数据时代背景下，能否激发和利用隐藏于数据内部尚未被发掘的价值，取决于对大数据及其潜在规律的认识和态度。
也就是说，要实现大数据价值，关键在于形成与之相适应的思维方式。
大数据作为新一代信息技术，在生态环境保护领域的应用前景十分广阔，但也面临着基础设施薄弱、数据难以共享、业务协同水平低等困难。
要围绕国家生态文明建设和环境保护工作重点需求，梳理大数据重点发展和应用领域，充分结合云计算、物联网、相关性分析、可视化展现等新技术，统一基础设施建设，集中管理数据资源，推动系统整合互联和数据开放共享，促进业务协同，消除信息孤岛，为生态环境宏观决策、监管执法和公共服务提供支持。
通过大数据发展和应用，推进环境管理转型，提升生态环境环境治理体系和治理能力的现代化水平，是生态环境大数据应用的核心目标。